●章 为Hive打好基础：Hadoop1
1.1一只小象出生了2
1.2Hadoop的结构3
1.3数据冗余6
1.3.1传统的高可用性6
1.3.2Hadoop的高可用性9
1.4MapReduce处理12
1.4.1MapReduce16
1.4.2YARN和现代数据架构17
1.4.3Hadoop 和开源社区19
1.4.4我们身在何处22
第2 章 Hive 简介24
2.1Hadoop 发行版25
2.2集群架构27
2.3Hive 的安装30
2.4探寻你的方式32
2.5Hive CLI35
第3章 Hive架构37
3.1Hive组件37
3.2HCatalog38
3.3HiveServer240
3.4客户端工具42
3.5执行引擎：Tez46
第4章 Hive表DDL48
4.1schema-on-read48
4.2Hive数据模型49
4.2.1模式/数据库49
4.2.2为什么使用多个模式/数据库49
4.2.3创建数据库49
4.2.4更改数据库50
4.2.5删除数据库50
4.2.6列出数据库51
4.3Hive中的数据类型51
4.3.1基本数据类型51
4.3.2选择数据类型51
4.3.3复杂数据类型52
4.4表53
4.4.1创建表53
4.4.2列出表54
4.4.3内部表/外部表54
4.4.4内部表/受控表55
4.4.5内部表/外部表示例55
4.4.6表的属性59
4.4.7生成已有表的CREATE TABLE命令60
4.4.8分区和分桶61
4.4.9分区注意事项63
4.4.10对日期列进行高效分区63
4.4.11分桶的注意事项65
4.4.12更改表66
4.4.13ORC文件格式67
4.4.14更改表分区68
4.4.15修改列72
4.4.16删除表/分区72
4.4.17保护表/分区73
4.4.18其他CREATE TABLE命令选项73
第5章 数据操作语言75
5.1将数据装载到表中75
5.1.1使用存储在HDFS中的文件装载数据75
5.1.2使用查询装载数据77
5.1.3将查询到的数据写入文件系统80
5.1.4直接向表插入值81
5.1.5直接更新表中数据83
5.1.6在表中直接删除数据84
5.1.7创建结构相同的表85
5.2连接86
5.2.1使用等值连接来整合表86
5.2.2使用外连接87
5.2.3使用左半连接89
5.2.4用单次MapReduce实现连接90
5.2.5后使用大的表91
5.2.6事务处理92
5.2.7ACID是什么，以及为什么要用到它92
5.2.8Hive配置92
第6章将数据装载到Hive94
6.1装载数据之前的设计注意事项94
6.2将数据装载到HDFS95
6.2.1Ambari 文件视图95
6.2.2Hadoop命令行97
6.2.3HDFS的NFS Gateway97
6.2.4Sqoop98
6.2.5Apache NiFi101
6.3用Hive 访问数据105
6.3.1外部表105
6.3.2LOAD DATA语句106
6.4在Hive中装载增量变更数据107
6.5Hive流处理107
6.6小结108
第7章查询半结构化数据109
7.1点击流数据111
7.1.1摄取数据113
7.1.2创建模式116
7.1.3装载数据116
7.1.4查询数据116
7.2摄取JSON数据119
7.2.1使用UDF查询JSON121
7.2.2使用SerDe访问JSON122
第8章Hive分析125
8.1构建分析模型125
8.1.1使用太阳模型获取需求125
8.1.2将太阳模型转换为星型模式129
8.1.3构建数据仓库137
8.2评估分析模型 .140
8.2.1评估太阳模型140
8.2.2评估聚合结果142
8.2.3评估数据集市143
8.3掌握数据仓库管理144
8.3.1必备条件144
8.3.2检索数据库144
8.3.3评估数据库147
8.3.4过程数据库160
8.3.5转换数据库185
8.3.6你掌握了什么192
8.3.7组织数据库192
8.3.8报表数据库196
8.3.9示例报表197
8.4不错分析199
8.5接下来学什么199
第9章Hive性能调优200
9.1Hive性能检查表200
9.2执行引擎201
9.2.1MapReduce201
9.2.2Tez201
9.3存储格式203
9.3.1ORC格式203
9.3.2Parquet格式205
9.4矢量化查询执行206
9.5查询执行计划206
9.5.1基于代价的优化208
9.5.2执行计划210
9.5.3性能检查表小结212
0章 Hive的安全性213
10.1数据安全性的几个方面213
10.1.1身份认证214
10.1.2授权214
10.1.3管理214
10.1.4审计214
10.1.5数据保护214
10.2Hadoop的安全性215
10.3Hive的安全性215
10.3.1默认授权模式215
10.3.2基于存储的授权模式216
10.3.3基于SQL标准的授权模式217
10.3.4管理通过SQL进行的访问218
10.4使用Ranger进行Hive授权219
10.4.1访问Ranger用户界面220
10.4.2创建Ranger策略220
10.4.3使用Ranger审计222
1章 Hive的未来224
11.1LLAP224
11.2Hive-on-Spark225
11.3Hive：ACID和MERGE225
11.4可调隔离等级225
11.5ROLAP/基于立方体的分析226
11.6HiveServer2的发展226
11.7面向不同工作负载的多个HiveServer2实例226
附录A建立大数据团队227
附录BHive函数231